MyAdvantech Registration

MyAdvantech is a personalized portal for Advantech customers. By becoming an Advantech member, you can receive latest product news, webinar invitations and special eStore offers.

Sign up today to get 24/7 quick access to your account information.

Đăng Ký Log In
  1. Trang chủ /
  2. Hỗ Trợ /
  3. Tài Nguyên /

Trí tuệ nhân tạo (AI) - Nguồn động lực quan trọng của Công nghiệp 4.0

07/06/2019

Có rất nhiều sự cường điệu xung quanh việc ứng dụng trí thông minh nhân tạo (AI) trong sản xuất mà tập trung vào tự động hóa công nghiệp, nhưng đây chỉ là một khía cạnh của cuộc cách mạng nhà máy thông minh (Smart Factory); một bước tiến tiếp theo trong việc theo đuổi hiệu quả sản xuất. Những gì trí tuệ nhân tạo mang lại cho việc sản xuất cũng là khả năng mở ra những con đường hoàn toàn mới cho doanh nghiệp.

Dưới đây là một bản phác thảo bao gồm cả tất cả khía cạnh của trí tuệ nhân tạo trong mô hình Công nghiệp 4.0 và cách thức mà công nghệ mạnh mẽ này đã được các nhà sản xuất sử dụng để thúc đẩy hiệu quả, cải thiện chất lượng và quản lý tốt hơn chuỗi cung ứng.

Tác động của ứng dụng AI công nghiệp tới sản xuất

Các vấn đề mà trí thông minh nhân tạo tác động đến việc sản xuất có thể được nêu ra trong 5 lĩnh vực chính:

1. Bảo trì / OEE (Overall Equipment Effectiveness )

Bảo trì dự đoán đã trở thành một giải pháp rất được quan tâm bởi các nhà sản xuất muốn tiến tới Công nghiệp 4.0. Thay vì thực hiện bảo trì theo một lịch trình định trước, bảo trì dự đoán sử dụng các thuật toán để dự đoán sự cố tiếp theo của một bộ phận / máy / hệ thống và sau đó cảnh báo nhân viên thực hiện các quy trình bảo trì tập trung để ngăn chặn sự cố, nhưng không quá sớm để lãng phí thời gian chết của hệ thống một cách không cần thiết. 

Một trong những ứng dụng phổ biến nhất của AI cho sản xuất là học máy (Machine Learning) và hầu hết các hệ thống bảo trì dự đoán đều dựa vào kỹ thuật này để hình thành khả năng suy luận dự đoán. Những lợi thế của giải pháp này là rất nhiều và có thể giảm đáng kể chi phí trong khi loại bỏ nhu cầu về thời gian chết theo kế hoạch trong nhiều trường hợp.

Bằng cách tránh một lỗi hệ thống với thuật toán học máy, các hệ thống có thể tiếp tục hoạt động mà không bị gián đoạn khi không thực sự cần thiết. Khi cần bảo trì, nó rất tập trung - kỹ thuật viên sẽ được thông báo về các thành phần cần kiểm tra, sửa chữa và thay thế; sử dụng công cụ nào và phương pháp nào để thực hiện một cách tối ưu nhất.

Bảo trì dự đoán cũng giúp tăng thời gian sử dụng (Remaining Useful Life - RUL) của máy móc và thiết bị với việc các thiệt hại thứ cấp được ngăn chặn trong chỉ cần một lực lượng lao động nhỏ cần thiết để thực hiện các quy trình bảo trì.

2. Chất lượng 4.0

Các nhà sản xuất đang gặp khó khăn hơn bao giờ hết để duy trì mức chất lượng sản xuất cao và nhất quán. Điều này một phần là do sự phức tạp gia tăng trong các sản phẩm (ví dụ như tích hợp phần mềm) và các mục tiêu về thời gian đưa sản phẩm ra thị trường là rất ngắn. 

Bất chấp những thách thức này, các nhà quản lý đang coi chất lượng là ưu tiên hàng đầu, nhận ra tầm quan trọng của trải nghiệm khách hàng về sản phẩm và sức mạnh của khách hàng để thúc đẩy thương hiệu tiến lên cũng như nhận thức được sự nguy hiểm của tỷ lệ lỗi cao và khả năng phải thu hồi sản phẩm vì lỗi. 

 Sử dụng các kỹ thuật Công nghiệp 4.0, nhiệm vụ mới về kiểm soát chất lượng này đã được đặt gọi là Chất lượng 4.0 (Quality 4.0) và trí tuệ nhân tạo luôn đi đầu trong các giải pháp này. Các vấn đề về chất lượng khiến các công ty tốn rất nhiều tiền, nhưng với việc sử dụng các thuật toán AI được phát triển thông qua học máy, các nhà sản xuất có thể được cảnh báo về các vấn đề nhỏ ban đầu làm giảm chất lượng, tương tự như cách cảnh báo được tạo ra để bảo trì dự đoán. 

 Chất lượng 4.0 cho phép các nhà sản xuất liên tục cải thiện chất lượng đầu ra của họ trong khi liên tục thu thập dữ liệu sản xuất và hiệu suất từ ​​các sản phẩm và máy móc. Dữ liệu này trở thành một nguồn thông tin quan trọng tạo cơ sở cho việc phát triển sản phẩm và đưa ra các quyết định kinh doanh quan trọng.

3. Hợp tác giữa người & robot

Theo Liên đoàn Robot quốc tế, vào cuối năm 2018, có 1,3 triệu robot công nghiệp làm việc trong các nhà máy trên khắp thế giới. Cách tiếp cận chung là khi các công việc được đảm nhiệm bởi robot, công nhân sẽ được đào tạo cho các vị trí cấp cao hơn về lập trình, thiết kế và bảo trì. Trong khi đó, hiệu quả của công việc hợp tác giữa robot-người đang được cải thiện khi robot sản xuất được phê duyệt để làm việc cùng với con người. 

 Khi việc áp dụng robot trong sản xuất tăng lên, AI sẽ đóng vai trò chính trong việc đảm bảo an toàn cho nhân viên cũng như giúp robot có trách nhiệm hơn trong việc đưa ra quyết định có thể tối ưu hóa các quy trình dựa trên dữ liệu thời gian thực được thu thập từ sàn sản xuất.

4. Sáng tạo thiết kế

Các nhà sản xuất cũng có thể sử dụng trí tuệ nhân tạo trong giai đoạn thiết kế. Với bản tóm tắt thiết kế được xác định rõ ràng là đầu vào, các nhà thiết kế và kỹ sư có thể sử dụng thuật toán AI, thường được gọi là phần mềm thiết kế tổng quát, để khám phá tất cả các cấu hình có thể có của một giải pháp. Bản tóm tắt có thể bao gồm các hạn chế và định nghĩa cho các loại vật liệu, phương pháp sản xuất, hạn chế thời gian và hạn chế ngân sách. 

Tập hợp các giải pháp được tạo bởi thuật toán sau đó có thể được kiểm tra bằng cách sử dụng học máy. Giai đoạn thử nghiệm cung cấp thông tin bổ sung về những ý tưởng / quyết định thiết kế nào hoạt động, và ý tưởng nào không. Theo cách này, các cải tiến bổ sung có thể được thực hiện cho đến khi tìm thấy giải pháp tối ưu.

5. Thích ứng thị trường / Chuỗi cung ứng

Trí tuệ nhân tạo dần có sự ảnh hưởng vào toàn bộ hệ sinh thái Công nghiệp 4.0 và không chỉ giới hạn ở tầng sản xuất. Một ví dụ về điều này là việc sử dụng các thuật toán AI để tối ưu hóa chuỗi cung ứng của hoạt động sản xuất và để giúp họ phản ứng tốt hơn và dự đoán những thay đổi trên thị trường.

Để xây dựng ước tính nhu cầu thị trường, một thuật toán có thể tính đến các mẫu nhu cầu được phân loại theo ngày, địa điểm, thuộc tính kinh tế xã hội, hành vi kinh tế vĩ mô, tình trạng chính trị, mô hình thời tiết và nhiều hơn nữa.

Điều này là đột phá đối với các nhà sản xuất khi mà họ có thể sử dụng thông tin này để tối ưu hóa kiểm soát hàng tồn kho, nhân sự, tiêu thụ năng lượng, nguyên liệu thô và đưa ra quyết định tài chính tốt hơn về chiến lược của công ty.

Trí tuệ nhân tạo trong ứng dụng giảm lãng phí

Thực hiện phân tích dự đoán và phân tích nguyên nhân gốc rễ, cho phép dự đoán và ngăn chặn lãng phí sản xuất, bằng cách xác định các khu vực mất mát và quy định các hành động tập trung làm giảm khiếm khuyết và thiếu hiệu quả của sản phẩm. Sau đó, bằng cách sử dụng mô phỏng dự đoán, các kỹ sư xử lý kiểm tra các tham số sản xuất cho đến khi các điểm đặt được xác định cho chất lượng và thông lượng được tối ưu hóa.

Trí tuệ nhân tạo trong tối ưu sản xuất

Để thúc đẩy Trí tuệ nhân tạo cải thiện hiệu suất sản xuất, điều quan trọng là chúng ta phải tính đến toàn bộ quá trình sản xuất. Sự thiếu hiệu quả có thể được gây ra bởi một số lượng lớn các vấn đề có thể xảy ra, vì vậy chỉ tập trung vào các lỗi máy móc và tài sản chỉ giúp nhìn thấy một phần rất nhỏ của bức tranh. Thay vào đó, tìm kiếm các rối loạn sản xuất sẽ giúp khắc phục vấn đề và không chỉ là làm giảm sự ảnh hưởng của vấn đề.

"Nhiễu loạn sản xuất" là gì?

Ý nghĩa của thuật ngữ “nhiễu loạn sản xuất” (Production Disturbance - PD) khác nhau do mỗi hoạt động sản xuất có cấu trúc, cấu hình máy, môi trường sản xuất và cung cấp nguyên liệu thô riêng. Vì lý do này, điều quan trọng là xác định các nhiễu loạn sản xuất cụ thể trên cơ sở các máy móc, quy trình và môi trường sản xuất riêng lẻ.

Một định nghĩa chung về sự xáo trộn sản xuất là bất kỳ sự kiện ngoài ý muốn nào trong quy trình sản xuất hóa chất dẫn đến lãng phí, dừng lại không có kế hoạch, làm lại hoặc phế liệu, ví dụ:

  • Độ lệch áp suất trong máy bơm 
  • Van bị rò rỉ 
  • Các vấn đề với chất bôi trơn,.. 
  • Nhiệt độ chịu lực không nhất quán

Phương pháp tiếp cận tối ưu hóa sản xuất ở đây là sử dụng các kỹ thuật học máy để xác định và xếp hạng các nguyên nhân gốc có thể xảy ra của sự xáo trộn quy trình dự đoán. Các nguyên nhân gốc rễ có thể được hình dung trong bối cảnh sản xuất thông qua việc sử dụng một hệ thống kỹ thuật số với sức mạnh của Trí tuệ nhân tạo.

Công nghiệp 4.0 đòi hỏi sự hợp tác giữa các bên!

Sự phức tạp của việc sử dụng trí tuệ nhân tạo trong tự động hóa công nghiệp đòi hỏi các nhà sản xuất phải hợp tác với các chuyên gia để đạt được các giải pháp tùy chỉnh. Nỗ lực xây dựng công nghệ cần thiết là tốn kém và hầu hết các nhà sản xuất đều không có những kỹ năng và kiến thức cần thiết trong việc này. 

Một hệ thống Công nghiệp 4.0 bao gồm một số yếu tố / giai đoạn cần được cấu hình để phù hợp với nhu cầu của nhà sản xuất:

  • Thu thập dữ liệu lịch sử 
  • Tiếp nhận dữ liệu trực tiếp qua các cảm biến 
  • Tổng hợp dữ liệu 
  • Tính năng kỹ thuật 
  • Kết nối thông qua các giao thức truyền thông, định tuyến và thiết bị gateway 
  • Tích hợp với PLC 
  • Bảng điều khiển để theo dõi và phân tích 
  • Ứng dụng AI: học máy và các kỹ thuật khác
Để thực sự tận dụng AI, các nhà sản xuất sẽ cần phải hợp tác tốt với các chuyên gia hiểu rõ mục tiêu của họ và những người có thể giúp tạo ra một lộ trình được xác định rõ ràng với quy trình phát triển nhanh, liên kết việc triển khai AI với các KPI có liên quan.

Đọc thêm: Cách Nhà Máy Thông Minh Sẽ Thay Đổi Cách Chúng Ta Sản Xuất Như Thế Nào?

Related Stories

Contact Advantech

024-3399-1155

Contact Advantech